關鍵詞:小波分析 布谷鳥算法 支持向量機 風電功率 組合預測
摘要:為了提高風電場輸出功率的預測精度,應用小波分析(WD)和布谷鳥優化支持向量機(CS-SVM)算法對風電功率進行超短期預測,對比于通過預測風速間接求得的風電功率更加直接且準確。首先,利用WD與重構,將風電功率模型分解成近似序列和細節序列,然后利用CS-SVM算法對每個序列進行預測,得到每個序列的預測結果,最后把各個序列的預測結果疊加,形成風電功率的最終預測值。算例計算結果表明,預測結果具有較高的精度,與SVM以及其他方法優化的SVM預測結果相比,文中使用的方法預測結果更加準確,具有較強的優越性和實用性。
電力工程技術雜志要求:
{1}文中一級標題、二級標題、三級標題、四級標題的序號用“一、……”“(一)……”“1.……”“(1)……”標示。
{2}確保投稿無一稿兩投、不涉及保密及署名無爭議等事項,若因保密原因不便公開的內容,應向編輯部說明。
{3}來稿力求做到富有思想性,觀點新穎、概念準確、論證嚴謹、邏輯清晰、資料翔實、格式規范、文字精煉。
{4}參考文獻:本刊要求所有參考文獻按照在文中出現的先后順序做實引,在引用處用上角標的形式標注,如“[1]”、“[2]”等。
{5}引用他人著作應依次標明作者、書名、出版社、出版時間、頁碼。第一版的著作無須注明版次。
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社